定量预测法的分类

　　定量预测基本上可分为两类：一类是时序预测法。它是以一个指标本身的历史数据的变化趋势，去寻找市场的演变规律，作为预测的依据，即把未来作为过去历史的延伸。时序预测法包括平均平滑法、趋势外推法、季节变动预测法和马尔可夫时序预测法。

　　另一种是因果分析法，它包括一元回归法、多元回归法和投入产出法。回归预测法是因果分析法中很重要的一种，它从一个指标与其他指标的历史和现实变化的相互关系中，探索它们之间的规律性联系，作为预测未来的依据。

　　时间序列中每一时期的数值，都是由很多不同因素同时发生作用后的综合反映。总的说来，这些因素可分为三大类：

　　第一，长期趋势。这是时间序列变量在较长时间内的总势态，即在长时间内连续不断地增长或下降的变动势态。它反映预测对象在长时期内的变动总趋势，这种变动趋势可能表现为向上发展，如劳动生产率提高，也可能表现为向下发展，如物料消耗的降低，也可能表现为向上发展转为向下发展，如物价变化。长期趋势往往是市场变化情况在数量上的反映，因此它是进行分析和预测的重点。

　　第二，季节变动。这是指一再发生于每年特定时期内的周期波动。即这种变动上次出现后，每隔一年又再次出现。所以简单地说，每年重复出现的循环变动，就叫季节变动。

　　第三，不规则变动，又称随机变动，其变化无规则可循。这种变动都是由偶然事件引起的，如自然灾害、政治运动、政策改变等影响经济活动的变动。不规则变动幅度往往较大，而且无法预测。